Chroma向量数据库支持的距离计算公式

原创

已于 2024-05-02 21:06:32 修改 · 3k 阅读

17 ·

CC 4.0 BY-SA版权

文章标签：

#向量数据库 #chroma #数据库

于 2023-11-28 15:46:18 首次发布

Chroma DB默认采用squared L2 norm作为衡量两个向量距离的计算方式，可以在创建collection的时候更改metadata的hnsw:space字段指定其他距离计算公式，方式如下：

 collection = client.create_collection(
        name="collection_name",
        metadata={
   
   "hnsw:space": "cosine"} # l2 is the default
)

支持的全部计算公式，将hnsw:space字段设置为parameter一栏的标识符即可设置

Distance	parameter	Equation
Squared L2	‘l2’	$\sum\left(A_i-B_i\right)^2$

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

从流域到海域

关注关注

19
点赞
踩
17

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

chroma 向量库使用；查询、更新与插入

weixin_42357472的博客

09-20

2696

参考: https://docs.trychroma.com/usage-guide https://blog.youkuaiyun.com/weixin_46515328/article/details/131855650 2、查询、更新与插入

向量数据库技术系列三-Chroma介绍

恰恰虎的博客

03-16

4710

参与评论您还未登录，请先登录后发表或查看评论

3.1 Chroma-使用指南-python

weixin_44078774的博客

12-01

6789

在使用 get 或 query 方法时，您可以使用 include 参数来指定要返回的数据类型，包括 embeddings（嵌入向量）、documents（文档）、metadatas（元数据）以及 query 方法中的 distances（距离）。如果传递给 Chroma 一个文档列表，它会自动对其进行标记化并使用集合的嵌入函数进行嵌入（如果在创建集合时没有提供嵌入函数，则使用默认值）。Chroma将使用集合的嵌入函数对每个query_text进行嵌入，然后使用生成的嵌入进行查询。

RAG必懂知识：什么是向量数据库的距离？一文详解向量距离

m0_59164304的博客

08-08

1301

向量距离，也称为距离度量或相似度度量，是一种数学函数，用于量化两个向量之间的相似性或差异性。这些向量可以代表各种数据集，向量距离有助于理解向量在特征空间中的接近程度或远离程度。因此，向量距离在各种机器学习算法中至关重要，使这些算法能够基于向量之间的关系做出决策。对于距离的度量，我们可以在几何距离测量和统计距离测量之间进行选择，应该选择哪种距离度量取决于数据的类型。特征可能有不同的数据类型（例如，真实值、布尔值、分类值），数据可能是多维的或由地理空间数据组成。机器学习中向量距离的应用场景有哪些？

向量数据库chromadb

weiwin的博客

09-25

2437

向量是一种有大小和方向的数学对象。它可以表示为从一个点到另一个点的有向线段。例如，二维空间中的向量可以表示为 (x,y)，表示从原点 (0,0) 到点 (x,y) 的有向线段。以此类推，我可以用一组坐标 (x0,x1,…,xN−1) 表示一个 N 维空间中的向量，N 叫向量的维度。

向量数据库技术系列一-基本原理

恰恰虎的博客

03-16

1607

我们知道，传统的数据库比如Mysql，MongoDB，ClickHouse等，存储的是结构化或者半结构化的数据，通过Sql或类Sql语句进行检索，检索出来的结果也是精确匹配。昵称性别年龄职业大山男35老师鱼儿男25程序员小美女22网络直播小帅男28直播带货白雪女30数据分析师........可以通过"select * from xx where 职业='网络直播'"，快速检索到职业为网红的人员记录。

Spring AI之向量数据库

湖边工程师

04-02

1814

API 概述数据插入与向量嵌入相似性搜索参数模式初始化批处理策略核心接口定义默认实现：TokenCountBatchingStrategy内部机制与扩展性自定义批处理策略VectorStore 实现示例用法数据加载到向量存储相似性搜索与上下文注入关键技术点元数据过滤器过滤字符串（Filter String）Filter.Expression 构建器从向量存储中删除文档按文档ID删除按过滤表达式删除按字符串过滤表达式删除删除操作的错误处理文档版本控制场景性能优化建议。

【向量数据库｜一文全面了解向量数据库的基本概念、原理、算法、选型】

lhx17673139267的博客

07-09

1321

本文主要介绍了向量数据库的原理和实现，包括向量数据库的基本概念、相似性搜索算法、相似性测量算法、过滤算法和向量数据库的选型等等。向量数据库是崭新的领域，目前大部分向量数据库公司的估值乘着 AI 和 GPT 的东风从而飞速的增长，但是在实际的业务场景中，目前向量数据库的应用场景还比较少，抛开浮躁的外衣，向量数据库的应用场景还需要开发者们和业务专家们去挖掘。

【向量数据库｜一文全面了解向量数据库的基本概念、原理、算法、选型】_向量数据库搜索结果相似度多少算高

mama19971023的博客

07-15

1463

AI开发 | 向量数据库Chroma

小迅先生的博客

06-23

1344

本文介绍了AI技术领域的向量数据库相关知识

Chromadb词向量数据库总结

Harry的博客

12-16

3612

Chroma 词向量数据库是一个用于自然语言处理（NLP）和机器学习的工具，它主要用于词嵌入（word embeddings）。词向量是将单词转换为向量表示的技术，可以捕获单词之间的语义和语法关系，使得计算机能够更好地理解和处理自然语言。将单词转换为向量表示后，可以计算单词之间的相似度，找到在语义上相关的单词，从而支持词义的推断和理解。使用词向量可以对单词进行聚类或分类，将具有相似含义的单词归为一类，从而帮助组织和理解词汇。

向量数据库Chroma极简教程

lingqu＋wx bjmsb06

12-30

4444

目前向量数据库在AI中的应用越来越重要，但很多厂商更倾向于将向量数据库隐藏在产品内部，用户感知不到很多向量数据库的使用细节。但大模型的学习终究是建立在开源代码之上的，学习Chroma可以让我们快速了解向量数据库的基本原理，也有利于我们未来更好地理解大模型。

Chroma距离计算：多种相似度算法对比

gitblog_00388的博客

09-03

1042

在向量数据库和语义搜索领域，距离计算是核心的技术基础。Chroma作为AI原生的开源嵌入数据库，提供了多种距离计算算法来评估向量之间的相似度。本文将深入探讨Chroma支持的三种主要距离计算算法：L2距离、余弦相似度和内积相似度，通过数学原理、代码实现和实际应用场景的对比，帮助开发者选择最适合的相似度度量方法。 ## 距离计算算法概览 Chroma目前支持三种距离计算算法，每种算法都有其独特的...

常用向量空间距离计算的几种方法

胖胖大海的博客

04-26

7749

常用向量空间距离包括： 1、欧式距离 2、余弦距离和余弦相似度 3、曼哈顿距离 …… 下面介绍一下常用的计算方法： 1、计算向量的余弦距离 2、使用scipy计算常用向量空间距离 3、使用sklearn计算常用向量距离 ...

LLM应用开发与落地：chroma的近似搜索问题

02-19

1395

选择向量数据库还是要看下索引实现方式，是否支持量化索引，近邻搜索准确率和响应速度，最好是支持参数调整的，可以在不同场景设置不同参数。

Chroma数据库

weixin_46515328的博客

07-21

2944

当使用query_texts时，Chroma会使用embedding_function对query_texts进行嵌入，然后使用嵌入后的数据进行查询。该数据库对环境要求较高，推荐python3.10版本进行安装，由于使用了一些新技术，该数据库的部署可能会出现一些版本兼容性问题。Chroma还支持upsert操作，可以更新现有的项目或者添加不存在的项目。特点：开源，本地部署，基于sqlite，因此无需配置数据库连接信息。collection中的任何内容都可以通过update方法进行更新。

图像检索：OPQ索引与HNSW索引

jacke121的专栏

08-28

5859

图像检索：OPQ索引与HNSW索引 http://yongyuan.name/blog/opq-and-hnsw.html 2018年07月15日 Image Retrieval CBIR 字数:7524 人的独立性和参与性必须适得其所，平衡发展。一方面，过分的参与必然导致远离自我核心，现代人之所以感到空虚、无聊，在很大程度上就是由于顺从、依赖和参与过多，脱离了自我核心。另一方面，过分...

AI系统性学习05—向量数据库

weixin_43495948的博客

03-18

5721

Qdrant是一个开源向量数据库，专为下一代AI应用程序设计。它是面向云原生的，并提供RESTful和gRPC API以管理嵌入。Qdrant的特性强大，支持图像、语音和视频搜索，以及与AI引擎的集成。向量数据库是一种专门设计用于高效存储和查询高维向量的数据库。在传统的OLTP和OLAP数据库中（如上图所示），数据以行和列的方式组织（这些被称为表），查询是基于这些列中的值进行的。

向量数据库chroma_db基础原理